[发明专利]基于Spark Streaming的列车实时定位跟踪与速度计算方法

摘要

本发明公开了基于Spark Streaming的列车实时定位跟踪与速度计算方法，包括步骤：实时采集每个传感测区的振动数据并消除扰动影响；计算每个传感测区有车与无车时的特征参数，对比确定特征参数的有效性，并在线评估；根据每个传感测区无车时有效的特征参数过滤消除扰动后的数据流中的静态无车数据，提取行车数据；对提取的行车数据进行预处理生成特征向量，该特征向量对应不同的传感测区，利用聚类算法对特征向量进行分类，以区分多辆列车；利用滑动窗口方式分别跟踪分类后每辆列车的流式特征向量，在线生成每个滑动窗口的参数信息；根据每个滑动窗口的参数信息，得到跟踪列车的实时坐标，在线生成跟踪列车的实时速度。

主权项

1.一种基于Spark Streaming的列车实时定位跟踪与速度计算方法，其特征在于，包括以下步骤：S1、实时采集每个传感测区的振动数据并转换为Spark Streaming中的数据流DStream，对数据流DStream进行预处理以消除扰动影响；S2、利用预先采集的列车轨道上铺设的分布式光栅阵列的离线数据生成静态无车数据样本与来车数据样本，根据数据样本计算每个传感测区有车与无车时的特征参数，对比特征参数曲线，取若干有效特征，通过Spark Streaming在线验证与评估；S3、根据每个传感测区无车时有效的特征参数过滤消除扰动后的数据流Dstream中的静态无车数据，提取行车数据；S4、对提取的行车数据进行预处理生成特征向量，该特征向量对应不同的传感测区，利用K‑Means聚类算法对特征向量进行分类，以区分多辆列车；S5、利用滑动窗口方式分别跟踪分类后每辆列车的流式特征向量，在线生成每个滑动窗口的参数信息；S6、根据每个滑动窗口的参数信息，得到跟踪列车的实时坐标，结合多重均一化计算方法，在线生成跟踪列车的实时速度。